Meta 发布 Muse 高端模型并开源 Spark，反思公司联手英伟达
据 The Batch 2026 年 10 月 23 日报道，Meta 发布面向大众的高端 Muse 模型并开放 Spark，同时 Reflection 宣布与英伟达合作。这三条消息分别涉及模型能力竞争、开源生态和算力绑定，值得关注其对开发者和企业选型的影响。
标签： 算力
FRED自蒸馏框架提升World Action Models单步预测未来表示
2026年10月21日，论文提出FRED框架，用自蒸馏让World Action Models（WAMs）单步去噪就能从噪声预测高质量未来视频表示，从而提升机器人操作策略。据摘要，它在零样本泛化上优于同类WAM，人→机器人迁移任务成功率达50.0%。
微信 WeVisOne-VL 论文：统一物体与像素级视觉感知并开源
微信团队在 Hugging Face 发布论文，提出 WeVisOne-VL 模型，试图用同一个视觉语言大模型同时完成目标检测、计数、OCR、分割和抠图等任务，并宣布开源。它值得关注，是因为多粒度感知一直是视觉语言模型的短板。
IQuest-Q1开源发布：320B稀疏MoE专攻命令行智能体，Terminal-Bench 2.1得分83.2
据 alphaXiv 论文页面，IQuest-Q1 以 320B 总参数、15B 激活的开源稀疏 MoE 形态发布，主攻命令行智能体（CLI Agent），在 Terminal-Bench 2.1 上报告 83.2 分。它值得关注的地方不在分数领先，而在于把“智能体在真实终端环境里执行任务”作为训练主线。
人形机器人新框架：以接触点为接口，用注意力规划统一攀爬与越障技能
alphaXiv 上的一篇论文提出把人形机器人运动数据中的“身体与地形接触点”当作学习先验，让注意力机制预测未来落脚与支撑位置，再由全身控制器实现动作；在 Unitree G1 上展示了单一通用策略完成爬梯、攀台、匍匐、越矮墙、踩石等任务，但均为论文演示，并非已上线产品。
Hugging Face 新论文：GAFU 用生成侧表示提升多模态细粒度理解
Hugging Face Papers 收录的一篇新论文提出 GAFU 后训练框架，把统一多模态模型的生成侧视觉表示压缩成 G token，交给理解通路调用，在多项细粒度视觉任务上超过同等数据训练的 SFT 基线。
Cola2 提出连续语义压缩框架，346B token 检验点多项任务超过 Llama-3-8B
Hugging Face Papers 收录的论文 Cola2 提出一种分层语言生成框架，把连续语义压缩和离散文本生成放在一起训练；目前公开的是论文摘要，不是已上线产品。
RLSplat 让 3D Gaussian 预算控制真正线性降耗，推理最高快 4.1 倍
Hugging Face Papers 于 2026 年 10 月 20 日收录论文 RLSplat，提出一种资源随高斯预算线性下降的前馈 3D Gaussian Splatting 框架，把“少要高斯就少算”从口号变成推理链路设计。
物理工程基准PLE发布：前沿Agent最高仅50.6%，单任务耗时63分钟
arXiv 新论文提出 PLE 基准，用 85 个长周期、多格式的物理工程任务检验 AI Agent 能否交付可被执业工程师签署的真实设计成果。目前公开信息显示，最强配置平均分仅 50.6%，与自主完成工程交付仍有明显差距。
BELT提出推理LLM早停新方法：同一模型可按成本切换停止策略
arXiv 2026年10月23日发布的一篇新论文提出 BELT，把“预测答案对错”和“决定何时停止”拆开处理，使同一个推理大模型能在不同算力预算下复用同一套早停表示，减少无谓的 token 生成。